基于自抗扰控制技术的多自由度机械臂轨迹跟踪

发布时间：2017-10-14 17:12

  本文关键词：基于自抗扰控制技术的多自由度机械臂轨迹跟踪

  更多相关文章： 多自由度机械臂 机器人运动学 自抗扰控制 轨迹跟踪 轨迹规划

【摘要】：机器人技术近几年来的高速发展与其美好前景,使得越来越多的国家、公司与学者投入到相关领域的研究中,推动了机器人技术的快速发展。机器人控制技术作为机器人技术的核心,在机器人应用领域占据着越来越重要的地位,因此对于机器人控制技术的研究对我们的实际生产生活都有着十分积极的意义。多自由度关节机械臂作为一类复杂的被控对象,一直是机器人控制领域研究的热点与难点。与其它常规或先进控制方法相比,自抗扰控制技术拥有不依赖具体动力学模型、控制器设计分离性原理、结构简单统一、便于工程实施等优点。为了探寻一种基于自抗扰技术的适合实际机械臂控制工程的方法,本文以自抗扰控制为核心控制算法,研究了关节机械臂的定位及轨迹跟踪控制问题。通过关节机械臂运动学与动力学的理论分析,依靠虚拟样机技术构建Kuka-KR30-3六自由度关节机器人仿真对象,以自抗扰控制技术为核心,重点对机械臂关节定位与轨迹跟踪控制进行了研究。主要研究内容概括如下：1、多自由度关节机械臂运动学以及动力学研究,主要是对于机械臂运动学与逆运动学的求解,以及动力学分析。从多自由度机械臂的结构出发,以Kuka-KR30-3垂直关节机械臂为例,利用D-H参数法建立了相应的运动学模型,并采用解析法分析了机械臂关节角与位姿的定量关系,推导出了逆运动学的封闭解析解。采用拉格朗日(Lagrange)函数法推导了N自由度机械臂的动力学方程,为轨迹跟踪控制器的设计、轨迹规划的研究工作奠定了基础；2、基于自抗扰控制技术的多自由度关节机械臂控制器的实现。从自抗扰控制基础理论出发,结合被控对象的运动学与动力学分析结果与实际工程应用的要求,在Matlab平台下实现了适合多自由度关节机械臂的自抗扰控制器；3、对自抗扰控制器对多自由度机械臂跟踪控制进行了仿真研究。采用ADAMS机械系统动力学仿真软件构建了Kuka-KR30-3机械臂的虚拟样机并联合Matlab软件搭建了联合仿真实验平台。在仿真实验中选取了目前工程中常用的PI[)控制器作为对照。实验结果表明在多自由度关节机械臂的定位控制与轨迹跟踪控制方面,自抗扰控制器在动态性能和稳定性能等控制指标的表现优于传统的PI[)控制器；4、在机械臂运动学的基础上,研究了关节空间和笛卡尔空间机械臂轨迹规划的相关轨迹计算方法,并在Matlab平台进行了仿真实验,比较了两类轨迹规划的差异,并讨论了轨迹规划和轨迹跟踪控制的关系。
【关键词】：多自由度机械臂 机器人运动学 自抗扰控制 轨迹跟踪 轨迹规划
【学位授予单位】：北京化工大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP241
【目录】：

• 摘要4-6
• ABSTRACT6-15
• 第一章 绪论15-25
• 1.1 课题研究背景、目的及意义15-16
• 1.2 关节机械臂发展历史与现状16-19
• 1.2.1 关节机械臂的国外发展历史与现状16-19
• 1.2.2 关节机械臂在我国研究与发展19
• 1.3 关节机械臂控制技术发展现状19-22
• 1.3.1 PID控制20
• 1.3.2 神经网络控制20-21
• 1.3.3 模糊控制21-22
• 1.4 关节机械臂轨迹规划研究现状22-23
• 1.5 自抗扰技术简介23
• 1.6 论文章节具体安排23-25
• 第二章 多自由度关节机械臂的运动学与动力学分析25-41
• 2.1 引言25
• 2.2 运动学基本概念25-28
• 2.2.1 位置的描述25-26
• 2.2.2 姿态的描述26
• 2.2.3 位姿的描述26
• 2.2.4 坐标变换26-27
• 2.2.5 齐次坐标变换27-28
• 2.3 关节机械臂正向运动学分析28-33
• 2.4 关节机械臂逆运动学分析33-37
• 2.4.1 逆运动学问题的多解性33-34
• 2.4.2 逆运动学求解34-37
• 2.5 关节机械臂动力学分析37-40
• 2.5.1 拉格朗日动力学方程37-38
• 2.5.2 N自由度机械臂动力学方程38-40
• 2.6 本章小结40-41
• 第三章 多自由关节机械臂自抗扰控制器设计41-69
• 3.1 引言41
• 3.2 经典PID控制器41-43
• 3.3 标准二阶自抗扰控制器43-47
• 3.3.1 跟踪微分器44-45
• 3.3.2 扩张状态观测器45-46
• 3.3.3 非线性组合控制器46-47
• 3.4 多自由度机械臂轨迹跟踪自抗扰控制器47-51
• 3.4.1 自抗扰控制器设计47-50
• 3.4.2 自抗扰控制器参数整定50-51
• 3.5 仿真实验51-67
• 3.5.1 基于ADAMS的机械臂控制仿真实验51-62
• 3.5.2 自抗扰控制与常规PID控制的控制效果比对62-67
• 3.6 本章小结67-69
• 第四章 轨迹规划69-83
• 4.1 引言69
• 4.2 关节空间轨迹规划方法69-71
• 4.2.1 三次多项式69-70
• 4.2.2 五次多项式70-71
• 4.2.3 线性插值71
• 4.3 笛卡尔空间轨迹规划方法71-75
• 4.3.1 直线插补算法72
• 4.3.2 圆弧插补算法72-75
• 4.4 机械臂轨迹规划仿真75-81
• 4.4.1 多项式轨迹规划仿真75-78
• 4.4.2 直线插补算法仿真78-80
• 4.4.3 圆弧插补算法仿真80-81
• 4.5 本章小结81-83
• 第五章 总结与展望83-85
• 5.1 已完成工作的总结83
• 5.2 展望83-85
• 参考文献85-89
• 致谢89-91
• 研究成果及发表的学术论文91-93
• 导师及作者简介93-94
• 附件94-95

【参考文献】

中国期刊全文数据库 前10条

1 屠海斌;张侃健;方仕雄;魏海坤;;四自由度机器人轨迹规划算法研究与实现[J];工业控制计算机;2015年05期

2 崔立;梁彩平;李宁;吴俊;;ADAMS在机械原理机构教学中的应用[J];上海第二工业大学学报;2014年04期

3 何丽华;;基于ADAMS的双叉臂式独立前悬架仿真分析[J];现代机械;2012年05期

4 秦昌茂;齐乃明;吕瑞;朱凯;;高超声速飞行器自抗扰分数阶PID控制器设计(英文)[J];Transactions of Nanjing University of Aeronautics & Astronautics;2011年03期

5 史先鹏;刘士荣;;机械臂轨迹跟踪控制研究进展[J];控制工程;2011年01期

6 徐海黎;解祥荣;庄健;王孙安;;工业机器人的最优时间与最优能量轨迹规划[J];机械工程学报;2010年09期

7 赵杰;杨永刚;刘玉斌;;高精度轨迹跟踪的6-PRRS并联机器人自抗扰控制研究[J];控制与决策;2007年07期

8 董朝阳;王龙;王青;张明廉;;基于神经网络的机械臂分散自适应跟踪控制[J];系统仿真学报;2006年05期

9 顾震宇;;全球工业机器人产业现状与趋势[J];机电一体化;2006年02期

10 周宏志,王伊卿,樊长虹;基于神经网络的移动机器人路径规划[J];计算机工程与科学;2005年12期

，

本文编号：1032170